anaksor-ocr
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
一个 n8n 工作流:把你的照片和一张 Instagram 主页截图,做成一段你从玻璃质感的主页屏幕里走出来的竖版视频。Nano Banana Edit 合成画面,Veo 3 Fast 让它动起来,WaveSpeedAI 再把你的脸换回去。
用照片和截图做 Instagram 主页动画 是一款 n8n 工作流,属于营销类,由 Mindket 上架。可免费获取。当前为第 2 版,最近更新于 。在本页下载,或复制它的 JSON,再导入 n8n 画布。在 n8n 里启用之前,它不会运行。
照片和截图
有人提交带两张图片的表单时开始运行,两张图片都是 jpg、jpeg 或 png:
一段竖版短视频,你从自己的 Instagram 主页里走出来,可直接发 Reels
开始之前要准备好这些。
媒体存储
接收照片和截图,返回 AI 步骤能读取的公开地址。
需要Cloud name 和一个 Unsigned 上传预设
图像和视频生成
用 Nano Banana Edit 合成画面,再用 Veo 3 Fast 做成视频,工作流会查询每个任务直到完成。
需要Kie.ai API 密钥,填在四个节点里
换脸
把你照片里的脸换到 Veo 视频中的人物身上,返回完成的视频。
需要WaveSpeedAI API 密钥,填在两个节点里
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流用两张图片做出一段竖版短视频:一张你的照片,和一张 Instagram 主页的截图。表单收下两张图,Cloudinary 把它们存到公开地址。接着 Kie.ai 的 Nano Banana Edit 合成一张 9:16 的画面:人物从一块发光的玻璃质感 Instagram 屏幕里走出来,屏幕上是主页的各项信息。Kie.ai 上的 Veo 3 Fast 给这张画面加上缓慢推进的镜头,以及飘动的点赞和评论图标。最后,WaveSpeedAI 的视频换脸把你原照片里的脸换到视频里的人物身上,最后一个节点把视频下载下来。每个服务都要反复查询,直到它报告结果。
想为自己做一段醒目的竖版短片、发到 Reels、Shorts 或 TikTok 的创作者和小品牌,以及替他们制作的社交媒体经理。它适合用你自己的脸和你自己的主页,或者用已经同意的人的脸和主页。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 社交创作者 | Instagram 创作者 | 发一张人像照和一张自己主页的截图 | 创作者把这段视频作为 Reel 发出来,纪念粉丝数达到一个里程碑。 |
| 教练和咨询 | 教练和个人专家 | 用一段自己的短片作为广告或自我介绍的开场 | 教练用这段视频开始一支推广视频,再切到课程介绍。 |
| 播客和音乐 | 主播和艺人 | 用自己的脸做视觉,宣布一个新账号 | 播客主在上线当天,用这段视频介绍节目的新主页。 |
| 小品牌 | 站在品牌前面的创始人 | 让创始人站在品牌主页的前面 | 创始人用这段视频作为一个发布故事的开场。 |
| 代理公司 | 社交媒体经理 | 为已经同意的客户做一段发布短片 | 经理把表单发给客户,拿回一段视频初稿供审阅。 |
你需要会一点 n8n:导入文件、把密钥粘贴到六个节点里、替换几个占位符。如果这些对你来说很陌生,又不想学,就别选它。来源页面估计设置要 11 分钟,前提是三个账号都已经开好。
你运行的任何 n8n 都行,只要能访问 Cloudinary、Kie.ai 和 WaveSpeedAI。
点“获取”会把一个压缩包存到你的下载文件夹,里面有 workflow.json 和 Mindket 写的设置说明。导入之前先准备好下面这些。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器 |
| Cloudinary | 一个账号,外加一个签名模式为 Unsigned 的上传预设 |
| Kie.ai | 一个 API 密钥,用于图片和视频 |
| WaveSpeedAI | 一个 API 密钥,用于换脸 |
workflow.json。Upload Photo 和 Upload Screenshot 里,把 <YOUR_CLOUD_NAME> 换成你的 cloud name。再把 YOUR_PRESET_NAME 换成你的预设,把 YOUR_FOLDER_NAME 换成一个文件夹。nano-banana-edit、nano-banana-result、veo3-video 和 veo3-video-status 的 Authorization 请求头里,把 <YOUR_KIE_KEY> 换成你的 Kie.ai 密钥,Bearer 和它后面的空格要保留。video-faceswap-submit 和 video-faceswap-result 里,用同样的办法处理 <YOUR_WAVESPEED_KEY>。来源页面让你创建凭据,再在 Authentication 字段里选中它们。文件里没有这样的设置,所以密钥要填在请求头字段里。如果你想把密钥放在凭据里,就为每个服务创建一个 HTTP Header Auth 凭据,在这些节点里选中它,并删掉它们的 Authorization 请求头。
从 On form submission 打开表单,附上两张图片,格式是 jpg、jpeg 或 png,两张都必填:一张清楚的人物照片,和一张要展示的主页截图。表单会立刻确认收到,运行在后台继续:先出图,再出视频,再换脸,每一步每隔几秒查询一次,直到完成。完成的视频由最后一个节点 final result 下载下来,保存在这次运行的数据里。到 Executions 里打开这次运行就能看到。
| 要改的 | 在哪里改 |
|---|---|
| 画面的场景 | nano-banana setup 里的 nanoB_prompt。它写明了白色连帽衫、黑色短裤和运动鞋 |
| 动作 | veo3 setup 里的 veo3_prompt。它描述的是一个年轻男子朝镜头走来 |
| 画面和视频的形状 | nano-banana-edit 里的 image_size 和 veo3-video 里的 aspectRatio,都是 9:16 |
| 多久查询一次任务 | Wait 和 Wait1 是 30 秒,Wait2 是 10 秒。文件里没有给它们写单位,Mindket 补上了秒 |
| 换脸 | video-faceswap-submit 里的 max_duration、target_gender 和 target_index,现在是 0、all 和 0 |
通过表单发送的两张图片:
Upload your photo: portrait.jpg Upload your screenshot: profile-screenshot.png
Nano Banana Edit 拿到两张图和它的提示词,提示词要求保留人脸,并把截图里的用户名、简介、帖子和粉丝数照搬到玻璃屏幕上。Veo 3 Fast 再让这个结果动起来。随后 WaveSpeedAI 收到下面这个请求,把你原照片里的脸放到视频里的人物身上:
{
"face_image": "<your photo’s Cloudinary address>",
"max_duration": 0,
"target_gender": "all",
"target_index": 0,
"video": "<the Veo clip’s address>"
}新手:n8n 把工作流画成用线连起来的方框,每个方框叫一个节点,只做一件事。这里有三个服务要花一些时间才能完成,所以工作流会等一会儿,问一下进展,再循环,直到答复是完成。先用表单的测试地址跑一次。到 Executions 里打开这次运行,每个节点都会显示它收到了什么、发出了什么,密钥填错或任务失败,在这里就能看出来。
专家:三个服务各用自己的说法报告进度,由一个 Switch 节点来读。
| 任务 | 模型 | Switch 读取的状态 | 等待 |
|---|---|---|---|
nano-banana-edit | google/nano-banana-edit,9:16 的 PNG | data.state:fail、generating 和 success | Wait,30 秒 |
veo3-video | veo3_fast,9:16,从这张画面开始 | data.successFlag:0 生成中,1 成功,2 和 3 失败 | Wait1,30 秒 |
video-faceswap-submit | WaveSpeedAI 的 video-face-swap | data.status:failed、completed 和 processing | Wait2,10 秒 |
失败的任务会走到一个 No Operation 节点,所以运行结束时既没有报错,也没有视频。三个循环都没有重试上限。想要一个上限,就在 n8n 的设置里给工作流设一个超时。
每次运行都要花钱,而且这段视频是换脸,所以要想清楚是谁的脸。
一个 n8n 工作流。给它的表单发一张人物照片和一张 Instagram 主页截图,它会返回一段竖版短视频,视频里的人物从一块玻璃质感的主页屏幕里走出来。
workflow.json:n8n 导出的工作流,25 个节点,其中四个是便签。里面没有任何凭据。Cloudinary 的值和两个 API 密钥都留成了占位符。README.md:这份设置说明,压缩包里的是英文版。workflow.json。Upload Photo 和 Upload Screenshot。在各自的地址里,把 <YOUR_CLOUD_NAME> 换成你的 cloud name。再把 YOUR_PRESET_NAME 换成你的预设,把 YOUR_FOLDER_NAME 换成一个文件夹。nano-banana-edit、nano-banana-result、veo3-video 和 veo3-video-status 的 Authorization 请求头里,把 <YOUR_KIE_KEY> 换成你的 Kie.ai 密钥。Bearer 和它后面的空格要保留。video-faceswap-submit 和 video-faceswap-result 里,用同样的办法处理 <YOUR_WAVESPEED_KEY>。来源页面让你创建凭据,再在 Authentication 字段里选中它们。文件里没有这样的设置,所以密钥要填在请求头字段里。如果想把密钥放在凭据里,就为每个服务创建一个 HTTP Header Auth 凭据,在这些节点里选中它,并删掉它们的 Authorization 请求头。
Merge 把两个地址交给后面的节点。nano-banana setup 保存画面提示词 nanoB_prompt。nano-banana-edit 把它连同两张图片发给 Kie.ai 的 google/nano-banana-edit,得到一张 9:16 的 PNG。Wait 暂停 30 秒,nano-banana-result 查询进展,Switch 循环回去,直到状态是 success。失败时运行就此结束。veo3 setup 保存动作提示词 veo3_prompt。veo3-video 从这张画面开始,用 Veo 3 Fast(veo3_fast)生成 9:16 的视频。Wait1、veo3-video-status 和 Switch1 以同样的方式循环,依据是 successFlag。faceswap setup 把你的原照片和视频配成一对。video-faceswap-submit 用 max_duration 0、target_gender all 和 target_index 0 启动 WaveSpeedAI 的换脸。Wait2、video-faceswap-result 和 Switch2 依据 status 循环,final result 下载完成的视频。它保存在 Executions 里这次运行的数据中。nano-banana setup 里的 nanoB_prompt。它写明了白色连帽衫、黑色短裤和运动鞋。veo3 setup 里的 veo3_prompt。它描述的是一个年轻男子朝镜头走来。nano-banana-edit 里的 image_size 和 veo3-video 里的 aspectRatio 都是 9:16。Wait 和 Wait1 是 30 秒,Wait2 是 10 秒。video-faceswap-submit 里的 max_duration、target_gender 和 target_index。seconds。README.md 4 KB workflow.json 29 KB
Updated by Mindket to the current version of this kit.
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
Qwen · 工具包
Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。
ACE-Step · 工具包
用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。
alchaincyf · 技能
把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。
nerijs · 工具包
一个用于 Stable Diffusion XL 的像素画风格附加模型,把文字提示词变成像素风图片,并可搭配 LCM LoRA 加快运行。适合游戏开发者、设计师和爱好者。
LiconStudio · 工具包
给模型最多五张参考图,让生成视频中的人物、服装、物体和背景保持一致。这是用于 ComfyUI 中 LTX-2.5 的 LoRA,还可以为两位说话者添加音频参考。